中国·北京 – 2024年1月8日 - MulticoreWare Inc与Imagination Technologies共同宣布已在德州仪器TDA4VM处理器上实现了GPU计算,不仅使算力提升了约50 GFLOPS,而且还实现了自动驾驶和高级驾驶辅助系统(ADAS)常见工作负载性能的跃升。
此次合作使得在高分辨率(3200x2000)图像上使用GPU运行StereoBM(Stereo Block Matching)算法的性能比使用CPU提高了100多倍,这使汽车行业的客户能够使用支持OpenCL™的IMG BXS GPU,在TDA4系统级芯片(SoC)上实现传感器处理工作负载(摄像头、雷达和激光雷达)的性能功耗比最大化,增强了平台上的其他现成计算加速器。
MulticoreWare副总裁兼汽车和交通运输业务部门总经理Vish Rajalingam表示:“汽车软件的变革推动了在低功耗SoC上无缝衔接各种智能化功能的需求。我们在所有主要AI加速器、GPU和SoC上使用OpenCL和Edge AI的经验给汽车行业的未来带来了无限的可能性。我们十分高兴能与Imagination及其客户一起深入改变这个激动人心的行业。”
为了高效率地发挥GPU核的作用,MulticoreWare对StereoBM算法进行了优化。IMG BXS-4-64 GPU内置函数与自适应内存处理有助于在具有更高分辨率的摄像头数据上实现最佳性能。
Imagination产品管理副总裁Jake Kochnowicz表示:“图形处理器在汽车中的作用远不止在显示器上渲染像素这样的传统工作,还能支持汽车ADAS工作负载的灵活、可编程和高性能方案。在软件定义汽车的整个生命周期中,硬件很早就已经被确定下来,因此GPU 正成为一项关键的差异化因素,它可以在一个对用户友好的软件环境中解锁新的功能。此次与MulticoreWare的合作充分证明了这一点。”
好文章,需要你的鼓励
字节跳动智能创作实验室发布革命性AI视频数据集Phantom-Data,解决视频生成中的"复制粘贴"问题。该数据集包含100万个跨场景身份一致配对,通过三阶段构建流程实现主体检测、多元化检索和身份验证,显著提升文本遵循能力和视频质量。
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
被盗凭证导致80%的企业数据泄露。随着AI智能体投入生产,管理10万员工的企业将需要处理超过100万个身份。传统身份访问管理架构无法应对智能体AI的大规模部署。领先厂商正采用蓝牙低功耗技术替代硬件令牌,实现基于距离的身份验证。行为分析可实时捕获被入侵的智能体,零信任架构扩展至智能体部署。这代表了自云计算普及以来最重要的安全变革。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。